再扯python模組路徑設定（寫著寫著就成了Mac的Anaconda使用說明）
是這樣的，我又下載了Anaconda，以前的controlCV大法不管用了，想舒舒服服的import就必須搞明白這該死的模組應該放在哪裡
Anaconda的簡要介紹
- 那就先查查Anaconda到底是什麼
致Python初學者：Anaconda入門使用指南
啥是Anaconda呢？
Anaconda是專注於資料分析的Python發行版本，包含了conda、Python等190多個科學包及其依賴項。
這裡麵包括了conda這個管理系統
conda 是開源包（packages）和虛擬環境（environment）的管理系統。
packages 管理： 可以使用 conda 來安裝、更新 、解除安裝工具包 ，並且它更關注於資料科學相關的工具包。在安裝 anaconda 時就預先集成了像 Numpy、Scipy、 pandas、Scikit-learn 這些在資料分析中常用的包。另外值得一提的是，conda 並不僅僅管理Python的工具包，它也能安裝非python的包。比如在新版的 Anaconda 中就可以安裝R語言的整合開發環境 Rstudio。
虛擬環境管理： 在conda中可以建立多個虛擬環境，用於隔離不同專案所需的不同版本的工具包，以防止版本上的衝突。對糾結於 Python 版本的同學們，我們也可以建立 Python2 和 Python3 兩個環境，來分別執行不同版本的 Python 程式碼。
這可是個好東西啊，各種亂七八糟的工具包和python版本不正是我們最頭疼的事情嗎，這個一下子就解決了！
- Anaconda怎麼用
在Anaconda官網下載Anaconda的mac版本，安裝
然後在啟動臺多出來了一個圖示：Anaconda Navigtor
他們還做了個使用者介面，真是貼心
開啟一看，home頁長成這個樣子
上面的四個程式已經安裝好了，看起來還是互相依賴的
那就先一個一個開啟看看是幹啥的
第一個開啟後進入了web頁面，在裡面我找到了使用說明
我還找到了這個：譯介：JupyterLab 已為使用者準備就緒
通過簡單的瀏覽，發現JupyterLab就是Jupyter Notebook的進階版本，小到我現在編寫的Markdown文字，大到互動式探索性計算，它都搞得定
最值得吹噓的是它的個性化擴充套件以及對之前版本的支援
JupyterLab是一個互動式的開發環境，其用於應對包含著notebook、程式碼以及資料的工作場景。最為重要的是，JupyterLab對於Jupyter Notebook有著完全的支援。除此之外，JupyterLab讓您能夠使用文字編輯器、終端、資料檔案檢視器以及其他自定義的內容。他們都將以標籤的形式肩並肩地和notebook一起排列在工作區中。
（估計要學會使用這東西需要漫長的時間）
第二個和第一個差不多，略略略
第三個點開發現是類似終端的程式
看到Qt兩個字母和它簡要的介紹我就能蒙出來它是幹啥的了
它既有IPython的特性，具有強大的互動功能，又能顯示圖形
最後那個就是個整合開發環境
看了上面的四個軟體，發現Anaconda功能真的很強大（儘管那四個和它沒啥關係）
- Anaconda是怎麼管理Python包的？
先把咒語列個表
| 命令 | 解釋 |
|---|---|
| conda install package_name | 安裝 |
| conda remove package_name | 移除 |
| conda update package_name | 升級 |
| conda upgrade --all | 將所有工具包升級 |
| conda list | 檢視所有下載的包 |
這些都是老生常談了
實際上，在安裝Anaconda的時候，它自動為您安裝了許多常用的包，您可以conda list檢視一下
- Anaconda是怎麼管理Python環境的？
所謂環境，在我看來其實就是將這個程式用到的工具包和python的直譯器打個包
讓我們再看一些命令
| 命令 | 解釋 |
|---|---|
| conda create -n xx python=xx xx | 建立一個新的環境，xx分別代表環境名，python版本，包含的工具包 |
有這個選定python版本的功能，媽媽再也不用擔心我電腦python和工具包版本不相容啦
同時conda有一個很人性化的功能，就是當您的環境包含了某個後，它會自動為您將這個包的依賴包也新增到環境中
| 命令 | 解釋 |
|---|---|
| source activate env_name | 進入名為env_name的環境 |
| source deactivate | 退出環境 |
| conda env remove -n env_name | 刪除環境 |
| conda env list | 檢視所有的環境 |
同時，還存在一個很現實的問題，就是如何保證您電腦上的python程式碼能在別人電腦上執行
這就是環境的作用了，我們為某個特定的程式建立一個新的環境，這個環境僅包含該程式用到的工具包，而不是您電腦上所有的包，這樣即方便打包又縮小了整個程式的體積
同時它還可以做到環境的共享，具體的命令是這樣的
| 命令 | 解釋 |
|---|---|
| conda env export > name.yaml | 當前環境資訊存入YAML 檔案中 |
| conda env create -f name.yaml | 通過YAML檔案建立一個環境 |
這樣，當您和您的朋友電腦上都安裝了Anaconda時，就可以使用這種方法複製環境了
以上，我們就簡單的介紹了Anaconda的使用
等等，似乎跑題了，我本來是想研究一下python模組路徑的（嚇的我立刻去改了標題）
那我接著補坑
python工具包路徑設定
既然Anaconda就是用來管理安裝包的，讓我們先來看一看它放置在哪裡
這裡有一份windows下的Aanaconda的介紹：Anaconda完全入門指南
然而mac和Windows的差別還是挺大的，只能自己摸索了
其實我有一個很偷懶的辦法，就是用Anaconda自帶的整合開發環境，我想那樣import就不會出現任何問題
但我要是還想用我的pycharm呢？
mac下的pycharm介面和windows的不太一樣
我們依次點選File->Preferences of New Projects->Project Interpreter
也就是這樣的介面
然後我們點選右上角的小齒輪，點選add，點選新出現的Conda Environment
給環境取個名字，再在右下角點選ok，這樣接下來我們建立的python程式就都由Anaconda解釋了
然而，我還是高興的太早了，當我from PIL import Image時，pycharm依舊顯示找不到PIL
原來，我們剛才建立了一個conda下的環境，卻沒有將工具包導進去
我們開啟Aanaconda Navigtor ，在首頁開啟Environments，在這裡就能看到我們新建的環境
我給我新建的環境取名為python37，開啟之後發現裡面預設安裝17個工具包，將選擇欄中的installed改為all，就可以看到所有的工具包了，搜尋需要的工具包點選apply，就可以完成在對應的環境下載工具包
最後別忘了回到pycharm去apply我們的設定
還有一個問題，如果我們不想單獨建立一個環境而是想隨便用Aanaconda的全部工具包呢？
我們還是進入Project Interpreter介面，點選右上角的小齒輪
但這次我們不進入Conda Environment，而是System Interpreter
設定路徑如下，再點選ok和apply就好了
還有一個小問題，是最後apply的時候可能顯示“Cannot Save Setting”
那是因為您之前設定的環境名和新的環境名重名了，這時只要檢視Project Interpreter然後點選show all把不用的環境都刪除就可以了
更新：
我悲劇的發現pycharm新建的python專案會預設新建一個環境，這個環境裡啥有用的都沒有，這個時候我們可以在Project Interpreter介面把新建的環境刪掉
然後pycharm會顯示沒有Interpreter，然後讓我們重新選擇一個，這時候我們選上之前add的環境就OK了